通過本篇內容給大家介紹一下Python實現金融數據可視化中兩列數據的提取、分別畫、雙坐標軸、雙圖、兩種不同的圖等代碼寫法和思路總結。
import matplotlib as mpl
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(2000)
y = np.random.standard_normal((20,2))
# print(y)
'''
不同的求和
print(y.cumsum())
print(y.sum(axis=0))
print(y.cumsum(axis=0))
'''
# 繪圖
plt.figure(figsize=(7,4))
plt.plot(y.cumsum(axis=0),linewidth=2.5)
plt.plot(y.cumsum(axis=0),'bo')
plt.grid(True)
plt.axis("tight")
plt.xlabel('index')
plt.ylabel('values')
plt.title('a simple plot')
plt.show()
2.下面分別提取兩組數據，進行繪圖。
import matplotlib as mpl
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(2000)
date = np.random.standard_normal((20,2))
y = date.cumsum(axis=0)
print(y)
# 重點下面兩種情況的區別
print(y[1]) # 取得是 第1行的數據 [-0.37003581 1.74900181]
print(y[:,0]) # 取得是 第1列的數據 [ 1.73673761 -0.37003581 0.21302575 0.35026529 ...
# 繪圖
plt.plot(y[:,0],lw=2.5,label="1st",color='blue')
plt.plot(y[:,1],lw=2.5,label="2st",color='red')
plt.plot(y,'ro')
# 添加細節
plt.title("A Simple Plot",size=20,color='red')
plt.xlabel('Index',size=20)
plt.ylabel('Values',size=20)
# plt.axis('tight')
plt.xlim(-1,21)
plt.ylim(np.min(y)-1,np.max(y)+1)
# 添加圖例
plt.legend(loc=0)
plt.show()
3.雙坐標軸。
import matplotlib as mpl
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(2000)
date = np.random.standard_normal((20,2))
y = date.cumsum(axis=0)
y[:,0]=y[:,0]*100
fig,ax1 = plt.subplots()
plt.plot(y[:,0],'b',label="1st")
plt.plot(y[:,0],'ro')
plt.grid(True)
plt.axis('tight')
plt.xlabel("Index")
plt.ylabel('Values of 1st')
plt.title("This is double axis label")
plt.legend(loc=0)
ax2=ax1.twinx()
plt.plot(y[:,1],'g',label="2st")
plt.plot(y[:,1],'r*')
plt.ylabel("Values of 2st")
plt.legend(loc=0)
plt.show()
4. 分為兩個圖繪畫。
import matplotlib as mpl
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(2000)
date = np.random.standard_normal((20,2))
y = date.cumsum(axis=0)
y[:,0]=y[:,0]*100
plt.figure(figsize=(7,5)) # 確定圖片大小
plt.subplot(211) # 確定第一個圖的位置 （行，列，第幾個）兩行一列第一個圖
plt.plot(y[:,0],'b',label="1st")
plt.plot(y[:,0],'ro')
plt.grid(True)
plt.axis('tight')
plt.xlabel("Index")
plt.ylabel('Values of 1st')
plt.title("This is double axis label")
plt.legend(loc=0)
plt.subplot(212) # 確定第一個圖的位置
plt.plot(y[:,1],'g',label="2st")
plt.plot(y[:,1],'r*')
plt.ylabel("Values of 2st")
plt.legend(loc=0)
plt.show()
5.在兩個圖層中繪制兩種不同的圖（直線圖立方圖）
import matplotlib as mpl
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(2000)
date = np.random.standard_normal((20,2))
y = date.cumsum(axis=0)
y[:,0]=y[:,0]*100
plt.figure(figsize=(7,5)) # 確定圖片大小
plt.subplot(121) # 確定第一個圖的位置
plt.plot(y[:,0],'b',label="1st")
plt.plot(y[:,0],'ro')
plt.grid(True)
plt.axis('tight')
plt.xlabel("Index")
plt.ylabel('Values',size=20)
plt.title("1st date set")
plt.legend(loc=0)
plt.subplot(122) # 確定第一個圖的位置
plt.bar(np.arange(len(y[:,1])),y[:,1],width = 0.5,color='g',label="2nd") # 直方圖的畫法
plt.grid(True)
plt.xlabel("Index")
plt.title('2nd date set')
plt.legend(loc=0)
plt.show()
以上就是本次交給大家的Python制作金融數據等用到的圖形化界面代碼寫法。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
